@with_gene2626: 什么？397b nvfp4 是一个3或4 Spark配置……显示比所有当前开放权重模型更好的基准测试？有人……
摘要
Ornith-1.5，一个开源大语言模型家族，推出版本高达397B MoE，在同类模型中达到最先进的性能，并在基准测试中与Claude Opus相媲美。
查看缓存全文
缓存时间: 2026/08/20 00:55
什么鬼？397b nvfp4 这3到4个spark的配置……基准测试结果竟然比所有现有的开源权重模型都要好？有人已经跑起来了吗？从基准测试看这模型简直逆天了。@mr_r0b0t 你测试过这个397b的大模型吗？
Ornith (@ornith_): 大家好！🌺 这里是 Ornith-1.5，一个包含9B稠密模型、35B混合专家模型和397B混合专家模型的开源大模型家族，采用自我改进策略训练而成。
它在同等规模的开源模型中达到了最先进的性能，表现可与Claude Opus相媲美。
相似文章
Ornith-1.5开放模型发布：提供397B、35B和9B版本（2分钟阅读）
Ornith-1.5发布了一系列开放AI模型，提供397B、35B和9B版本，具备自我改进循环，并在基准测试中取得了与Claude Opus 4.8等顶级模型相媲美的成绩。
@anvie：测试了 Ornith-1.0-9B，对于这种规模的模型来说，它令人印象深刻。我不相信这只是一个 9B 模型！
Ornith-1.0 是一系列专注于智能体编码的开源 LLM，参数范围从 9B 到 397B，在同等规模的开源模型中达到了最先进的性能。
@svpino：首次，我觉得开源权重模型已无法忽视。我们正处于这些模型具有竞争…
Santiago (@svpino) 强调 MiniMax-M2.7，一个 230B 参数的开源权重模型，能与 Opus 4.6 和 GPT-5.4 等顶级专有模型相抗衡，在 SambaNova 上以低成本实现 440+ tokens/s 的推理速度。
@sudoingX: 我之前在 llama.cpp 上用 Q4 量化运行了 Ornith 新型 35B MoE 模型，4 bit，体积小，速度快，达到了约 78 tok/s。然后我更换了引擎……
一款名为 Ornith 的 35B MoE 智能编码模型，在单台 DGX Spark 上以 FP8 精度近乎无损运行，支持 300 万 token 上下文，速度约 36 tok/s，预计通过投机解码可进一步提升性能。
@AdinaYakup: 这令人印象深刻！Ornith 是新的，但每次发布都产生影响 这次：- 397B 在 Terminal-Bench 2 上达到 86.1…
Ornith-1.5 发布了一系列参数从 9B 到 397B 的开源大语言模型，在可比模型中实现了最先进的性能，并提供多种部署友好的格式。